周末长文时间[菜狗]
我一直想弄清楚机器人涨得这么好的底层逻辑（虽然错过了但我认为市场一定有道理，我自己认知不到位而已）。所以最近做了很多调研和深度思考。
本周和一位前Google和Amazon的Ai科学家聊了一下午，算是彻底想明白这个问题了。先说结论：AGI的三大要素——算力算法数据。如果说NV代表算力、DS和openai代表算法，那么机器人在现阶段代表的是数据。可以看成一种capex，也叫做物理Ai。
我们先来回溯一下大模型发展历程，去年6月左右业内在争议“预训练撞墙”和scaling law失效这个问题，其本质原因是当时已经用光了人类在互联网上的所有数据。那么机器人为什么说在现阶段代表数据呢？我来打个比方，比如人类从洗衣机里面取出洗好的衣服然后分拣后用晾衣杆和晾衣架把衣服在阳台上挂好这个动作，前前后后不超过5分钟。但我相信不会有人无聊到还专门做一个1小时的视频去讲解这一套动作。比如这一秒我为什么要用这个姿势，我是怎么分辨牛仔裤和裙子的等等。但这些对于Ai来讲都是“遗失的data”，如果说人类在互联网上的数据有10T，那么机器人所能采集到的数据是十倍百倍于这个量级都不止。
当马斯克说要用10w台机器人在工厂的时候，我们误以为是要用来代替人干活的，其实这么多机器人是在采集数据的，在scaling law的飞轮里面率先把数据这一环给补上，也是在AGI的马拉松长跑里面领先其他竞争者一个身为的重要策略，同理NV的Figure也是这个道理。简而言之，就是预训练大模型的物理AI的scaling，Figure说的用机器人造机器人不就是合成数据的意思么，本质上也是一种scaling。
我们之前对于机器人的认知和偏见在于总以为机器人给人类服务这件事还远着呢（这跟国内宣传也有关系，群侠传和转手帕有很大误解），其实可以看成是AIDC里面一个核心部件，比如跟光模块啊、GPU啊、铜缆啊是一样的都属于Ai大模型的资本开支。于是乎计算器不就可以按了，按照马斯克10w台机器人在工厂来计算，一台擎天柱差不多是100w，这不就是1000亿的资本开支么。同理现在都预期在27-28年全球至少有100w台机器人落地，那不就是5000-1万亿的资本开支么？既然光模块、电影、交换机等都可以百亿千亿市值，那么我灵巧手为啥不可以[狗头]。
所以机器人的长逻辑在于：头五年的产业地位是AGI的资本开支（地位等同于GPU），后五年又确实有可能可以成为服务于C端的爆款产品（这是GPU没有的），是不是牛逼爆了。
